科创中国
一种基于多视角图神经网络的风电机组故障诊断方法
发布时间: 2026-04-16
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
新能源产业,风能产业
成果介绍
本发明公开了一种基于多视角图神经网络的风电机组故障诊断方法，首先从风电场获得多变量传感器时间序列历史数据，将处理后的多变量传感器时间序列数据从不同视角构建成多视角图结构数据，接着对每一种图结构数据进行图表示学习，输入多个独立并行的图卷积神经网络进行特征提取，经过图池化层后使用一个读出层来聚合节点特征从而获得多图特征表示。然后将多图特征表示输入多图交互学习融合模块得到多图共享表示，再将其拼接获得融合后的全局图表示。最后将全局图表示输入FC层，并用softmax分类器输出不同故障类型的概率，最终得到各状态的故障类型标签。本发明通过多图交互学习融合，可以学习到更有效的故障特征，提高故障诊断精度。
成果亮点
本发明提出一种基于多视角图神经网络的风电机组故障诊断方法。首先从多变量传感器时序数据中构建多种视角的图结构，充分挖掘不同传感器间的空间与功能耦合关系。然后采用多个独立并行的图卷积神经网络对各视角进行特征提取，并通过多图交互学习融合模块实现不同视角间的信息交互与共享，获得更具判别力的全局图表示。该方法突破了传统单一视角或简单拼接的局限，能够有效捕捉风电机组复杂工况下的故障特征。实验结果表明，该发明显著提升了故障诊断的准确性与鲁棒性，为风电场智能运维提供了高效可靠的技术支撑。
团队介绍
燕山大学 江国乾 , 王俪瑾 , 范伟鹏 , 谢平 , 何群 , 武鑫
成果资料
下载app